Science子刊：新的机器学习工具，通过液体活检早期检测癌症

希望之城(City of Hope)是美国最大的癌症研究和治疗机构之一，而转化基因组学研究所(Translational Genomics research Institute, TGen)是希望之城(City of Hope)的一部分，该机构的研究人员已经开发并测试了一种创新的机器学习方法，有朝一日，这种方法可以通过使用更少的抽血来早期检测患者的癌症。这项研究今天发表在《科学转化医学》杂志上。

　　

精准医学研究机构转化基因组学研究所(TGen)的研究人员已经开发并测试了一种创新的机器学习方法，有朝一日，这种方法可以通过更少的抽血来早期检测患者的癌症。这项研究发表在《科学转化医学》杂志上。

“大量证据表明，晚期癌症会致人死亡。这项新技术使我们更接近这样一个世界：人们将每年接受一次血液检查，以便在更容易治疗和可能治愈的时候更早地发现癌症，”这项新研究的通讯作者、希望之城癌症预防和早期检测中心主任Cristian Tomasetti博士说。

Tomasetti解释说，99%被诊断为第一阶段乳腺癌的人在五年后都还活着;然而，如果在第四阶段被发现，此时疾病已经扩散到其他器官，五年生存率就会下降到31%。

TGen及其同事开发的“希望之城”技术能够识别11种研究类型中一半的癌症。该测试非常准确，每100次测试中只有1次出现假阳性。重要的是，大多数癌症样本来自早期疾病患者，他们在诊断时很少或没有转移性病变。

在后台工作的是他们开发的一种算法，称为Alu Profile Learning Using Sequencing (A-Plus)。研究人员对来自5980人的7657份样本进行了分析，其中2651人患有乳腺癌、结肠癌、直肠癌、食道癌、肺癌、肝癌、胰腺癌、卵巢癌或胃癌。

当一个细胞死亡时，它会分解，细胞的一些DNA物质会渗入血液。癌症信号可以在这种无细胞DNA (cfDNA)中找到。正常细胞的cfDNA在典型的尺寸上分解，但癌症的cfDNA片段在改变的点上分解。据推测，这种改变更多地出现在基因组的重复区域。

因此，不是通过从数十亿个字母中寻找一个排列错误的字母来分析特定的DNA突变，而是由希望之城和约翰霍普金斯大学的同事领导的研究人员提出了一种新的方法来检测癌症和正常cfDNA重复区域碎片模式的差异。因此，片段组学比全基因组测序所需的血液少了大约8倍，Tomasetti说。

TGen综合癌症基因组学部门的助理教授、该研究的第一作者之一Kamel Lahouel博士说:“我们的技术在临床应用中更实用，因为它需要更少量的血液样本中的基因组物质。在这一领域的持续成功和临床验证为引入常规测试，在早期阶段发现癌症打开了大门。”

Tomasetti准备在2024年夏季开展一项临床试验，将这种片段组学血液检测方法与65-75岁成年人的标准治疗方法进行比较。这项前瞻性试验将确定生物标志物小组在早期癌症更容易治疗时检测癌症的有效性。

希望之城的癌症预防和早期检测中心专注于基于非侵入性血液检测和成像的关键研究成果和技术，以在传统诊断方法之前检测癌症。